Adıyaman ve Gaziantep İstasyonlarındaki Güneşlenme Şiddetinin Destek Vektör Makineleri ile Tahmini

Authors : Latif Doğan DİNSEVER, Veysel GÜMÜŞ, Oğuz ŞİMŞEK, Yavuz AVŞAROĞLU, Mehmet KUŞ

Pages : 753-769

Doi:10.35193/bseufbd.904393

View : 38 | Download : 9

Publication Date : 2021-12-31

Article Type : Research Paper

Abstract :Güneş enerjisi teknolojilerinin kullanımı, birçok ülkede enerji talebini karşılamak ve sürdürülebilir enerji kaynağı sağlamak amacıyla son yıllarda gelişerek artmaktadır. Bu teknolojilerin verimli kullanılabilmesi için, güneşlenme şiddeti verilerinin doğru bir şekilde belirlenmesi gerekmektedir, böylece yapılacak olan yatırımların verimliliği de önceden belirlenebilecektir. Güneş enerjisi ölçüm cihazlarının yetersizliğinin yanında var olan ekipmanların yenilenme veya onarım maliyetlerinden dolayı, literatürde meteorolojik istasyonlardan elde edilen verilerin girdi parametresi olarak kullanılması ve yapay zekâ yöntemleri ile güneşlenme şiddeti verilerinin hesaplanması yapılmaktadır. Bu çalışmada, Adıyaman ve Gaziantep istasyonlarına ait, sıcaklık, nem, ortalama basınç, rüzgâr, aylık açık gün sayısı ve takvim ayı gibi farklı girdi parametreleri kullanılarak, bu istasyonlara ait aylık ortalama güneşlenme şiddeti tahmin edilmeye çalışılmıştır. Aylık ortalama güneşlenme şiddetinin tahmin edilmesi için, destek vektör makineleri yönteminin üç farklı çekirdek fonksiyonu (Radyal, Lineer ve Polinom) kullanılmıştır. Ele alınan çekirdek fonksiyonlarının güneşlenme şiddetini tahmin etmedeki başarısında, belirlilik katsayısı (R2), Karekök Ortalama Karesel Hata (KOKH), Ortalama Mutlak Yüzde Hata (OMYH), Nash–Sutcliffe verimlilik katsayısı (NSE) ve Yüzde Hata (PBIAS) parametreleri başarı kriteri olarak tercih edilmiştir. Çalışma sonucunda, destek vektör makinelerinin Radyal ve Polinom çekirdek fonksiyonlarının güneşlenme şiddetini belirlemede genel olarak başarılı sonuçlar verdiği görülmüştür. Ayrıca, girdi parametresi olarak ortalama sıcaklık ve ortalama basıncın kullanılmasının tahmin modellerinin performansını arttırdığı belirlenmiştir.
Keywords : Güneşlenme Şiddeti, Yapay Zekâ Yöntemleri, Destek Vektör Makineleri

ORIGINAL ARTICLE URL